Contoh Analisis Faktor dengan SPSS

Analisis Faktor dengan SPSS. Pengertian analisis faktor adalah bahwa dalam analisis faktor tidak terdapat variabel bebas dan variabel tergantung / terikat, karena analisis faktor tidak mengklasifikasikan variabel ke dalam kategori variabel bebas dan tergantung / terikat, melainkan mencari hubungan interdependensi antar variabel agar dapat mengidentifikasikan dimensi-dimensi atau faktor-faktor yang menyusunnya. Fungsi utama analisis faktor adalah melakukan pengurangan data atau dengan kata lain melakukan peringkasan sejumlah variabel menjadi lebih kecil jumlahnya. Pengurangan dilakukan dengan melihat interdependensi beberapa variabel yang dapat dijadikan satu yang disebut faktor, sehingga ditemukan variabel-variabel atau faktor-faktor yang dominan atau penting untuk dianalisis lebih lanjut. Persyaratan dasar untuk melakukan penggabungan adalah besarnya korelasi antar variabel independen setidak-tidaknya 0,5 karena prinsip analisis faktor adalah adanya korelasi antar variabel.

Selanjutnya, untuk dapat melakukan analisis faktor, persyaratan pokok yang harus dipenuhi adalah angka KMO Measure of Sampling Adequacy (MSA) harus di atas 0,5. Ketentuan atau kriteria agar data dapat dianalisis lebih lanjut adalah sebagai berikut:

1. Jika probabilitas (sig) < 0,5 maka variabel dapat dianalisis lebih lanjut.
2. Jika probabilitas (sig) > 0,5 maka variabel tidak dapat dianalisis lebih lanjut. (Sarwono, 2006: 208).

Besarnya angka KMO Measure of Sampling Adequacy (MSA) adalah antara 0 – 1. Jika digunakan dalam menentukan penggabungan variabel maka ketentuannya adalah sebagai berikut:

1. Jika MSA = 1 maka variabel tersebut dapat diprediksi tanpa kesalahan
2. Jika MSA > 0,5 maka variabel tersebut masih dapat diprediksi dan dapat dianalisis lebih lanjut
3. Jika MSA < 0,5 maka variabel tersebut tidak dapat diprediksi dan tidak dapat dianalisis lebih lanjut, sehingga variabel tersebut harus dikeluarkan atau didrop / dibuang. (Sarwono, 2006: 208).

Untuk dapat melakukan analisis faktor spss persyaratan pokok yang harus dipenuhi adalah angka Measure of Sampling Adequacy (MSA) harus lebih besar 0,50. Hasil KMO and Bartletts Test adalah sebagai berikut:

Tabel KMO and Bartlett's Test

Berdasarkan hasil perhitungan pada tabel di atas angka KMO Measure of Sampling Adequacy (MSA) adalah sebesar 0,729.dengan nilai signifikansi sebesar 0,000. Angka 0,729 berada di atas nilai 0,50 dan signifikansi 0,000 lebih kecil dari 0,05, sehingga faktor dan data tersebut di atas dapat dianalisis lebih lanjut. Selanjutnya menganalisis faktor-faktor dengan menggunakan tabel di bawah ini:

Tabel Anti-image Matrices

Berdasarkan tabel contoh analisis faktor di atas pada kolom anti-image correlation, maka faktor-faktor yang mempunyai nilai MSA di atas 0,5 adalah faktor kuantitas kerja sebesar 0,763, ketepatan waktu sebesar 0,765 dan kualitas kerja sebesar 0,780. Untuk menghitung pengaruh ketiga faktor tersebut terhadap produktivitas kerja, maka dilakukan dengan menggunakan teknik analisis regresi linier berganda.